-
公开(公告)号：CN109145912B
公开(公告)日：2024-07-02
申请号：CN201810746905.1
申请日：2018-07-09
Applicant: 华南理工大学
IPC: G06V30/148 , G06V30/19
Abstract: 本发明公开了一种数字仪表读数自动识别方法，具体步骤包括：(1)获取数字仪表图像，进行图像预处理；(2)对预处理后的图像进行数字裁剪处理；(3)对裁剪后的数字进行归一化处理；(4)对归一化后的图像和模版图像分别进行数字特征提取操作；(5)采用模版匹配算法进行数字仪表读数自动识别。本发明具有识别准确度高、对不完整数字识别效果好和算法简单等优点，且对于字轮式数字仪表尤其是设计电网仪表中不完整字符的识别具有良好效果。本发明还有效地减少了传统仪表读数获取方式消耗的人力物力，避免了认为主观因素引起的读数误差。
-
公开(公告)号：CN112115778B
公开(公告)日：2023-07-21
申请号：CN202010800295.6
申请日：2020-08-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种在环仿真条件下车道线智能识别方法，包括以下步骤：采集在环仿真系统中包含车道线的场景图像，对采集图像截取感兴趣区域并对感兴趣区域进行滤波处理；对滤波处理后图像进行颜色空间转换，并提取Cb单通道图像；图像二值化，将提取的Cb单通道图像左右均分，分别对两部分图像的每一行求单通道的像素值的均值和标准差，依据3σ原则设定阈值进行单通道的二值化；图像模板化，将二值化图像与拟合车道线位置的模板图像做与运算；车道线识别，对模板化后的图像进行边缘检测和霍夫直线检测。本发明避免了车道线识别受室外强光影响的问题，具有识别率高、算法简单、实时性高、稳定、鲁棒性高等优点。
-
公开(公告)号：CN116416597A
公开(公告)日：2023-07-11
申请号：CN202310095613.7
申请日：2023-02-10
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
Abstract: 本发明公开了一种停车场泊位占用状态全景式检测方法及系统，包括：获得待管理停车场地的空间布局形态，根据每个监控摄像头的覆盖范围，确定实现待管理停车场泊位检测所需摄像头的布局方案；构建泊位状态检测模块，用于获得停车场内的车辆及车位信息；构建全景底图生成模块，具体是端到端视角变换模型，用于生成拍摄对象的2D全景底图；构建原始数字化2D停车场全景图；根据实时获得的停车场内车辆及车辆信息，生成泊位实时检测结果的可视化表征即实时数字化2D停车场全景泊位占用底图。本发明所需设备少，可以灵活地部署应用于不同形态的户外停车场的管理运营工作中，并提供全景式的泊位占用可视化分析，削减管理成本，提高管理效能。
-
公开(公告)号：CN115880658A
公开(公告)日：2023-03-31
申请号：CN202211621454.1
申请日：2022-12-16
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
Abstract: 本发明公开了一种在夜间场景下使用的车道偏离预警方法及系统，主要基于单目视觉与深度学习的方法进行开发，包括：车载相机采集前方道路图像，使用Res2Net50‑VHA网络检测当前行驶车道两侧车道线的特征点；利用卡尔曼滤波跟踪前、后帧图像的车道线特征点；应用二次多项式与直线方程的组合拟合方式，对车道线上、下部分分别进行拟合；计算相关参数，包含道路曲率、车道中线方程、车辆相对于车道中线的横向距离与行驶偏航角等；综合车辆与车道中线的横向距离及行驶偏航角等参数，判断车辆行驶状态，执行偏离预警策略。本发明使用的算法具有识别准确率高、计算效率高、抗干扰能力强等优点，程序实时输出直观的可视化效果。
-
公开(公告)号：CN109460722B
公开(公告)日：2021-11-23
申请号：CN201811255214.8
申请日：2018-10-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种车牌智能识别方法，包括如下步骤：S1获取包含车牌的车辆图像，对图像进行预处理；S2对预处理后的图像进行车牌区域粗定位；S3对车牌区域粗定位后的图像进行车牌精定位；S4对精定位所得车牌图像进行字符裁剪处理；S5对裁剪所得字符图像归一化和特征提取处理；S6采用模板匹配算法进行车牌字符自动识别。本发明解决了倾斜车牌定位不准确的问题，具有识别准确度高、对倾斜车牌识别效果好的优点。
-
Patent Agency Ranking
公开(公告)号：CN109086671B
公开(公告)日：2021-05-11
申请号：CN201810723815.0
申请日：2018-07-04
Abstract: 本发明涉及一种适于无人驾驶的夜间车道标志线视频检测方法，包括以下步骤：1)获取夜间道路图像，并且进行预处理，包括采用中值滤波抑制图像噪声以及采用Sobel算子进行道路边缘增强，消除图像中的无用信息；2)根据预处理后的夜间道路图像生成“八”字形自适应感兴趣区域；3)在“八”字形自适应感兴趣区域内进行道路边界特征点进行分类，并根据分类结果分别获得左车道感兴趣四边形区域和右车道感兴趣四边形区域；4)采用改进Hough变换拟合识别车道标志线。与现有技术相比，本发明具有减小筛选道路边界点范围、车道边界点分类、减少车道线的检测时间等优点。
-
公开(公告)号：CN108986542B
公开(公告)日：2021-03-30
申请号：CN201810836887.6
申请日：2018-07-26
Applicant: 华南理工大学
IPC: G08G1/16
Abstract: 本发明公开了一种城市交叉路口事故隐患黑点的自动判别方法，包括如下步骤：在待检测交叉路口选定任意一点为参考点，以参考点为坐标原点建立坐标系，获取交叉路口的视频，识别视频中的车辆，并获取相应的位置信息；对视频内的车辆进行编号，并根据位置信息计算得到当前车辆速度；然后对交叉路口检测范围内的任意车辆两两组合，对车辆进行碰撞事件估算；根据阈值对碰撞时间进行筛选，判定两车是否冲突；预测冲突车辆对的预期碰撞点，获取包含所有碰撞点的最小区域，并进行分区，计算单位时间内每一分区判定的事故发生频率，进一步标定事故隐患黑点。
-
公开(公告)号：CN110555476A
公开(公告)日：2019-12-10
申请号：CN201910809352.4
申请日：2019-08-29
Applicant: 华南理工大学
Abstract: 本发明公开了一种适用于人机混驾环境下智能车辆换道轨迹预测方法，包括：S1获取高速路段上正在行进的无人驾驶汽车的轨迹数据；S2将获取的驾驶轨迹数据进行处理，获取车辆自身的空间信息、运动信息及邻近车相对状态的数据信息，根据该数据信息筛选出换道数据，生成样本数据库；S3构建无人驾驶车辆换道轨迹预测模型；S4进行车辆换道轨迹预测模型训练，得出最优换道轨迹预测模型结构，最佳训练样本容量和最佳历史序列长度；S5对S4训练后的车辆换道轨迹预测模型进行验证。
-
公开(公告)号：CN105426871B
公开(公告)日：2018-12-11
申请号：CN201510946706.1
申请日：2015-12-16
Applicant: 华南理工大学
IPC: G06K9/00
Abstract: 本发明公开了一种适用于运动行人再识别的相似性度量计算方法，包括步骤：1)获取待匹配的运动行人样本A和B图像时间序列；2)确定分组数K；3)对运动行人样本A和B图像时间序列进行分组；4)计算同一组内样本A和B的相似性度量SG；5)计算运动行人样本A和B综合相似性度量S。本发明为运动行人之间的相似性度量计算提供新的方法，提高运动行人再识别图片匹配的精度和可靠性，具有实际推广价值。
-
公开(公告)号：CN110555476B
公开(公告)日：2023-09-26
申请号：CN201910809352.4
申请日：2019-08-29
Applicant: 华南理工大学
IPC: G06F18/214 , G06N3/02 , G06Q10/04 , G08G1/01
Abstract: 本发明公开了一种适用于人机混驾环境下智能车辆换道轨迹预测方法，包括：S1获取高速路段上正在行进的无人驾驶汽车的轨迹数据；S2将获取的驾驶轨迹数据进行处理，获取车辆自身的空间信息、运动信息及邻近车相对状态的数据信息，根据该数据信息筛选出换道数据，生成样本数据库；S3构建无人驾驶车辆换道轨迹预测模型；S4进行车辆换道轨迹预测模型训练，得出最优换道轨迹预测模型结构，最佳训练样本容量和最佳历史序列长度；S5对S4训练后的车辆换道轨迹预测模型进行验证。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.026 seconds)
